MOQ-14 Projeto e Análise de Experimentos
|
|
- Daniela Castanho Veiga
- 7 Há anos
- Visualizações:
Transcrição
1 Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MOQ-14 Projeto e Análise de Experimentos Profa. Denise Beatriz Ferrari denise denise@ita.br
2 Regressão Linear Simples
3 Roteiro
4 abordagem alternativa para análise dos modelos de regressão. baseia-se na partição de somas de quadrados e de no.s de graus de liberdade Motivação Para qualquer dados de natureza estatística, observamos variabilidade. Em ANOVA, encontramos uma maneira conveniente de representar esta variabilidade.
5 Partição das Somas dos Quadrados Podemos representar convenientemente a variabilidade de Y i em termos de desvios em torno do valor médio: Y i Y (medida da variação total) NOTA: (1) SST = (Y i Y ) 2 : (total sum of squares) Se todas as observações Y i forem iguais, SST = 0. Quanto maior a variabilidade em Y i, maior SST. SST é uma medida da incerteza a respeito do valor da resposta Y sem levarmos em conta nenhuma var. explicativa.
6 Partição das Somas dos Quadrados Quando utilizamos uma variável explicativa X, a incerteza a respeito de Y passa a ser a variabilidade de Y i em torno da reta de regressão: Y i Ŷ i (medida da variação total que não está sendo explicada pelo modelo) NOTA: (2) SSE = (Y i Ŷ i ) 2 : (error sum of squares) Se todas as obs. Y i estiverem sobre a reta de reg. ajustada, SSE = 0. Quanto maior a dispersão de Y i em torno da reta, maior SSE. SSE é uma medida da incerteza a respeito do valor da resposta Y quando consideramos o modelo de regressão em X.
7 Partição das Somas dos Quadrados A diferença entre SST e SSE é outra soma de quadrados: (3) SSR = (Ŷ i Y ) 2 : (regression sum of squares) NOTA: Se a reta de regressão for horizontal (b 1 = 0), SSR = 0. SST é uma medida da variação da resposta Y que está sendo explicada pela reta de regressão ajustada.
8 Partição das Somas dos Quadrados Formalizando: (Y i Y ) = (Y i Ŷ i ) + (Ŷ i Y ) É interessante que a soma dos quadrados destas quantidades apresenta a mesma relação: (Yi Y ) 2 = (Y i Ŷ i ) 2 + (Ŷ i Y ) 2 SST =SSE +SSR (Demonstração)
9 Partição dos Graus de Liberdade (g.d.l. ou df degrees of freedom ) Correspondendo à partição das somas temos a partição dos g.d.l: (1) SST n 1 g.d.l. (2) SSE n 2 g.d.l. (3) SSR 1 g.d.l. Os graus de liberdade são aditivos: df (SST ) = df (SSE) + df (SSR) n 1 = n 2 + 1
10 Quadrados Médios (MS Mean Squares ) Forma geral: MS = Para cada uma das somas: soma dos quadrados g.d.l. (1) MSR = SSR 1 (2) MSE = SSE n 2 : = SSR : regression mean square error mean square OBS: Os quadrados médios não são aditivos: MSR + MSE SST n 1
11 Tabela ANOVA
12 Teste F para β 1 Normalmente, desejamos testar as hipóteses: H 0 : β 1 = 0 Estatística do Teste: H a : β 1 0 F = MSR MSE F (1, n 2), sob H 0 valores elevados de F suportam H a (β 1 0) valores de F 1 suportam H 0. Regra de Decisão: Controlando o risco de erro tipo I com nível α: Se F f α (1, n 2) n.rej.h 0 Se F > f α (1, n 2) rej.h 0
13 Equivalência entre Teste F e teste t Para um determinado nível de significância α, o teste F é algebricamente equivalente a um teste t bicaudal. mas, s 2 [b 1 ] = (1) SSR = b 2 1 (2) F = MSE P (Xi X ) 2. Portanto: (Xi X ) 2 SSR/1 SSE/(n 2) = b2 1 (Xi X ) 2 MSE { } 2 F = b2 1 s 2 [b1] = b1 = (t ) 2 s[b1]
14 Equivalência entre Teste F e teste t OBSERVAÇÕES: t é a estatística usada para testar β 1 = 0 vs. β 1 0 O teste t é teste bi-caudal, enquanto o teste F é monocaudal Para um dado nível de significância α, podemos usar tanto o teste F quanto o teste t. Ambos levam à mesma conclusão. O teste t é mais flexível, pois também permite testar alternativas unilaterais Os percentis das duas distribuições apresentam a seguinte relação: { tα/2 ; (n 2) } 2 = fα (1, n 2)
15 Abordagem do Teste Linear Geral Etapa 1: Modelo Completo ( Full Model ) Iniciamos o procedimento com o modelo considerado adequado para os dados. Este modelo é chamado modelo completo ou irrestrito. Em regressão linear simples: Y i = β 0 + β 1 X + ɛ i, ɛ i N(0, σ 2 ) : modelo completo O modelo é ajustado pelo método dos mínimos quadrados ou máxima verossimilhança e a soma dos erros quadráticos (SSE F ) é calculada: SSE F = [Y i (b 0 + b 1 X i )] 2 = [Y i Ŷ i ] 2 = SSE
16 Abordagem do Teste Linear Geral II Etapa 2: Modelo Reduzido ( Reduced Model ) Consideramos, então H 0 : β 1 = 0. Quando H 0 é verdadeira, temos o modelo é chamado modelo reduzido ou restrito. Neste caso: Y i = β 0 + ɛ i, ɛ i N(0, σ 2 ) : modelo reduzido Similarmente, este modelo é ajustado pelo método dos mínimos quadrados ou máxima verossimilhança e a soma dos erros quadráticos (SSE R ) é calculada: SSE R = [Y i b 0 ] 2 = [Y i Y i ] 2 = SST
17 Abordagem do Teste Linear Geral III Etapa 3: Construção do Teste Resta comparar as duas somas de quadrados para os modelos completo e reduzido. Faremos isto avaliando a diferença SSE R SSE F : É possível mostrar que SSE F SSE R. Isto ocorre pois, quanto maior o no. de parâmetros no modelo, melhor o ajuste aos dados e, portanto, menores os desvios em torno da função da regressão ajustada. Uma diferença SSE R SSE F pequena sugere H 0. Os parâmetros adicionados (β 1 ) não ajudam a reduzir a variabilidade de Y i em torno da função da regressão ajustada. Uma diferença SSE R SSE F grande sugere H a. Os parâmetros adicionais (β 1 ) ajudam a reduzir substancialmente a variabilidade de Y i em torno da função da regressão ajustada.
18 Abordagem do Teste Linear Geral IV Etapa 3: Construção do Teste (cont.) Estatística para o teste: F = ganho modelo completo = SSE R SSE F df R df F SSE F df F F (df R df F, df F ) sob H 0 Regra de decisão: F f α (df R df F, df F ) n.rej.h 0 F > f α (df R df F, df F ) rej.h 0
19 Abordagem do Teste Linear Geral V Etapa 3: Construção do Teste (cont.) Para testar β 1 = 0 no modelo de regressão linear simples, temos: SSE R = SST df R = n 1 SSE F = SSE df R = n 2 F = SST SSE (n 1) (n 2) SSE n 2 = SSR/1 SSE/(n 2) = MSR MSE, (estatística idêntica àquela da tabela ANOVA)
20 Medida Descritiva da Associação Linear entre X e Y Até agora discutimos os principais usos de análise de regressão: estimação de parâmetros, médias de distribuições previsão de novas observações No entanto, não avaliamos o grau de associação linear entre X e Y. Isto se deu pois a utilidade prática das estimativas ou previsões depende da largura dos intervalos e do nível de precisão especificado pelo analista. De qualquer forma, ainda assim, podemos desejar avaliar a força da associação linear entre resposta e var. explicativa. Isto pode ser feito, utilizando-se o coeficiente de determinação.
21 Medida Descritiva da Associação Linear entre X e Y Coeficiente de Determinação: R 2 Lembrando: SST mede a variabilidade em Y i (i.e. a incerteza na previsão de Y ) quando não consideramos X. SSE mede a variabilidade em Y i quando utilizamos X em um modelo de regressão para explicar Y. Vamos medir, então, o efeito de X em reduzir a variabilidade em Y i : variabilidade variabilidade total SST SSE = SST = SSR SST = 1 SSE SST = R2 Portanto, o coeficiente de determinação (R 2 ) mede a redução proporcional da variabilidade total associada à inclusão da variável explicativa X.
22 Medida Descritiva da Associação Linear entre X e Y : II Coeficiente de Determinação: R 2 Temos 0 SSE SST 0 R 2 1. Quando todas as observações estão sobre a reta de regressão: SSE = 0 R 2 = 1 Quando a reta de regressão é horizontal: SSE = SST R 2 = 0 Neste caso, não há associação linear entre X e Y na amostra e a introdução da var. explicativa X não ajuda a reduzir a variabilidade em Y.
23 Medida Descritiva da Associação Linear entre X e Y Limitações de R 2 Embora o R 2 seja útil para descrever uma medida do grau de associação linear entre X e Y, nenhuma medida será única para avaliar a utilidade de um modelo de regressão. Algumas falácias associadas ao R 2 : R 2 0 implica que X e Y não estão relacionados. R 2 elevado indica que boas previsões podem ser obtidas com o modelo de regressão R 2 elevado garante que a regressão é um bom modelo (representa adequadamente a natureza dos dados). Como saber se o modelo é adequado para os dados?
Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste
Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste Erica Castilho Rodrigues 2 de Setembro de 2014 Erro Puro 3 Existem dois motivos pelos quais os pontos observados podem não cair na reta
Leia maisIntrodução aos Modelos Lineares em Ecologia
Introdução aos Modelos Lineares em Ecologia Prof. Adriano Sanches Melo - Dep. Ecologia UFG asm.adrimelo no gmail.com Página do curso: www.ecologia.ufrgs.br/~adrimelo/lm/ Livro-texto: Crawley, M.J. 2005.
Leia maisCorrelação e Regressão
Correlação e Regressão Vamos começar com um exemplo: Temos abaixo uma amostra do tempo de serviço de 10 funcionários de uma companhia de seguros e o número de clientes que cada um possui. Será que existe
Leia maisVirgílio A. F. Almeida DCC-UFMG 2005
Virgílio A. F. Almeida DCC-UFMG 005 O que é um bom modelo? Como estimar os parâmetros do modelo Como alocar variações Intervalos de Confiança para Regressões Inspeção Visual ! "# Para dados correlacionados,
Leia maisAnálise de Regressão Linear Simples III
Análise de Regressão Linear Simples III Aula 03 Gujarati e Porter Capítulos 4 e 5 Wooldridge Seção.5 Suposições, Propriedades e Teste t Suposições e Propriedades RLS.1 O modelo de regressão é linear nos
Leia maisi j i i Y X X X i j i i i
Mario de Andrade Lira Junior lira.pro.br\wordpress lira.pro.br\wordpress Diferença Regressão - equação ligando duas ou mais variáveis Correlação medida do grau de ligação entre duas variáveis Usos Regressão
Leia mais1ª) Lista de Exercícios de Laboratório de Física Experimental A Prof. Paulo César de Souza
1ª) Lista de Exercícios de Laboratório de Física Experimental A Prof. Paulo César de Souza 1) Arredonde os valores abaixo, para apenas dois algarismos significativos: (a) 34,48 m (b) 1,281 m/s (c) 8,563x10
Leia maisProf. Dr. Lucas Barboza Sarno da Silva
Prof. Dr. Lucas Barboza Sarno da Silva Organização de dados experimentais Em engenharia, ciências exatas em geral, os resultados de testes, análises ou experimentos fornecem conjuntos de resultados numéricos
Leia maisEstatística Aplicada II. } Regressão Linear
Estatística Aplicada II } Regressão Linear 1 Aula de hoje } Tópicos } Regressão Linear } Referência } Barrow, M. Estatística para economia, contabilidade e administração. São Paulo: Ática, 007, Cap. 7
Leia maisVirgílio A. F. Almeida DCC-UFMG 2005
Virgílio A. F. Almeida DCC-UFMG 2005 Prototipagem de sistemas Simulação Modelagem analítica matemática Criterios para avaliação dos métodos Custo Precisão Flexibilidade Esforço e capacidade de construir
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia maisRegression and Clinical prediction models
Regression and Clinical prediction models Session 6 Introducing statistical modeling Part 2 (Correlation and Linear regression) Pedro E A A do Brasil pedro.brasil@ini.fiocruz.br 2018 Objetivos Continuar
Leia maisTeste de hipótese em modelos normais lineares: ANOVA
Teste de hipótese em modelos normais lineares: ANOVA Prof Caio Azevedo Prof Caio Azevedo Exemplo 1 No primeiro modelo, o interesse primário, de certa forma, é testar se a carga não contribui para explicar
Leia maisINTRODUÇÃO A ECONOMETRIA
INTRODUÇÃO A ECONOMETRIA Análise de regressão e uso do Eviews Introdução O modelo de regressão linear se utiliza para estudar a relação que existe entre uma variável dependente e uma ou várias variáveis
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisi j i i Y X X X i j 1 i 2 i i
Mario de Andrade Lira Junior lira.pro.br\wordpress lira.pro.br\wordpress Diferença Regressão - equação ligando duas ou mais variáveis Correlação medida do grau de ligação entre duas variáveis Usos Regressão
Leia maisModelos Lineares Generalizados - Verificação do Ajuste do Modelo
Modelos Lineares Generalizados - Verificação do Ajuste do Modelo Erica Castilho Rodrigues 21 de Junho de 2013 3 Uma outra medida usada para verificar o ajuste do modelo. Essa estatística é dada por X
Leia maisModelos de Regressão Linear Simples - parte III
1 Modelos de Regressão Linear Simples - parte III Erica Castilho Rodrigues 20 de Setembro de 2016 2 3 4 A variável X é um bom preditor da resposta Y? Quanto da variação da variável resposta é explicada
Leia maisTÉCNICAS EXPERIMENTAIS APLICADAS EM CIÊNCIA DO SOLO
TÉCNICAS EXPERIMENTAIS APLICADAS EM CIÊNCIA DO SOLO Mario de Andrade Lira Junior lira.pro.br\wordpress REGRESSÃO X CORRELAÇÃO Diferença Regressão - equação ligando duas ou mais variáveis Correlação medida
Leia maisAULA 19 Análise de Variância
1 AULA 19 Análise de Variância Ernesto F. L. Amaral 18 de outubro de 2012 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro: LTC. Capítulo
Leia maisProf. Dr. Lucas Barboza Sarno da Silva
Prof. Dr. Lucas Barboza Sarno da Silva Medidas de grandezas físicas Valor numérico e sua incerteza, unidades apropriadas Exemplos: - Velocidade (10,02 0,04) m/s - Tempo (2,003 0,001) µs - Temperatura (273,3
Leia maisUNESP - Faculdade de Engenharia de Guaratinguetá 1
ANÁLISE GRÁFICA UNESP - Faculdade de Engenharia de Guaratinguetá 0.. Introdução Neste capítulo abordaremos princípios de gráficos lineares e logarítmicos e seu uso em análise de dados. Esta análise possibilitará
Leia maisTestes de hipóteses Paramétricos
Testes de hipóteses Paramétricos Modelos de análise de variância com um factor Teste de Bartlett Teste de comparações múltiplas de Scheffé Rita Brandão (Univ. Açores) Testes de hipóteses Paramétricos 1
Leia maisrio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade de Variância (ANOVA) 1/24
ITA - Laboratório rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aula 07: Análise de Variância (ANOVA) 1/24 Definição A análise de variância (ANOVA) é um método para testar a igualdade
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisIntrodução ao modelo de Regressão Linear
Introdução ao modelo de Regressão Linear Prof. Gilberto Rodrigues Liska 8 de Novembro de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Local: Sala dos professores (junto ao administrativo)
Leia maisRelatório do Experimento 1 Sistema Massa - Mola. Fernando Henrique Ferraz Pereira da Rosa
FEP0111 - Física I Relatório do Experimento 1 Sistema Massa - Mola Fernando Henrique Ferraz Pereira da Rosa 4 de novembro de 2005 Sumário 1 Introdução 2 2 Objetivos 2 3 Procedimento experimental 2 3.1
Leia maisContabilometria. Aula 9 Regressão Linear Inferências e Grau de Ajustamento
Contabilometria Aula 9 Regressão Linear Inferências e Grau de Ajustamento Interpretação do Intercepto e da Inclinação b 0 é o valor estimado da média de Y quando o valor de X é zero b 1 é a mudança estimada
Leia maisRegressão Linear Simples
Regressão Linear Simples Mario Andrade Lira Junior Direitos autorais reservados segundo licença Creative Commons 3.0: com Atribuição; Não Comercial; Compartilha Igual Termos importantes Tipos de variáveis
Leia maisVariável dependente Variável independente Coeficiente de regressão Relação causa-efeito
Unidade IV - Regressão Regressões Lineares Modelo de Regressão Linear Simples Terminologia Variável dependente Variável independente Coeficiente de regressão Relação causa-efeito Regressão correlação Diferença
Leia maisAnálise de Regressão Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
Leia maisAULA 4 DELINEAMENTO EM QUADRADO LATINO (DQL)
AULA 4 DELINEAMENTO EM QUADRADO LATINO (DQL) Características Utiliza-se de três princípios básicos da experimentação: repetição, casualização e controle local. Possui um controle local mais eficiente que
Leia maisESTUDANDO LANCES EXCESSIVOS EM EXPERIMENTOS COM LEILÕES DE PRIMEIRO PREÇO
ESTUDANDO LANCES EXCESSIVOS EM EXPERIMENTOS COM LEILÕES DE PRIMEIRO PREÇO Aluno: Luiz Felipe Brandao Orientador: Leonardo Rezende Introdução Este trabalho é baseado na teoria de mestrado da aluna da PUC-Rio
Leia maisCORRELAÇÃO E REGRESSÃO. Modelos Probabilísticos para a Computação Professora: Andréa Rocha. UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011
CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Modelos Probabilísticos para a Computação Professora: Andréa Rocha UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011 CORRELAÇÃO Introdução Quando consideramos
Leia maisRegressão linear múltipla - Correlação parcial
Regressão linear múltipla - Correlação parcial trigo Matriz de correlações: trigo % matéria orgânica 40 103 32 1 58 192 45 28 50 300 39 5 72 420 46 11 61 510 34 14 69 630 38 2 63 820 32 12 % matéria orgânica
Leia maisREGRESSÃO E CORRELAÇÃO
REGRESSÃO E CORRELAÇÃO A interpretação moderna da regressão A análise de regressão diz respeito ao estudo da dependência de uma variável, a variável dependente, em relação a uma ou mais variáveis explanatórias,
Leia maisESTATÍSTICA EXPERIMENTAL. ANOVA. Aula 05
ESTATÍSTICA EXPERIMENTAL ANOVA. Aula 05 Introdução A ANOVA ou Análise de Variância é um procedimento usado para comparar a distribuição de três ou mais grupos em amostras independentes. A análise de variância
Leia maisSeleção de Variáveis e Construindo o Modelo
Seleção de Variáveis e Construindo o Modelo Seleção de modelos candidatos A idéia é selecionar um conjunto menor de variáveis explanatórias de acordo com algum(s) critério(s), e assim selecionar o modelo
Leia maisMódulo 16- Análise de Regressão
Módulo 6 Análise de Regressão Módulo 6- Análise de Regressão Situação Problema Um grupo de investidores estrangeiros deseja aumentar suas atividades no Brasil. Considerando a conjuntura econômica de moeda
Leia maisAnálise de regressão linear simples. Diagrama de dispersão
Introdução Análise de regressão linear simples Departamento de Matemática Escola Superior de Tecnologia de Viseu A análise de regressão estuda o relacionamento entre uma variável chamada a variável dependente
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Permite avaliar se existe relação entre o comportamento de duas ou mais variáveis e em que medida se dá tal interação. Gráfico de Dispersão A relação entre duas variáveis pode ser
Leia maisTeste de hipótese de variância e Análise de Variância (ANOVA)
Teste de hipótese de variância e Análise de Variância (ANOVA) Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Testes sobre variâncias Problema: queremos saber se há diferenças estatisticamente
Leia maisUNIVERSIDADE FEDERAL DA FRONTEIRA SUL Campus CERRO LARGO. PROJETO DE EXTENSÃO Software R: de dados utilizando um software livre.
UNIVERSIDADE FEDERAL DA FRONTEIRA SUL Campus CERRO LARGO PROJETO DE EXTENSÃO Software R: Capacitação em análise estatística de dados utilizando um software livre. Fonte: https://www.r-project.org/ Módulo
Leia maisModelos de Regressão Linear Simples parte I
Modelos de Regressão Linear Simples parte I Erica Castilho Rodrigues 27 de Setembro de 2017 1 2 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir modelos
Leia maisESTUDANDO LANCES EXCESSIVOS EM EXPERIMENTOS COM LEILÕES DE PRIMEIRO PREÇO
ESTUDANDO LANCES EXCESSIVOS EM EXPERIMENTOS COM LEILÕES DE PRIMEIRO PREÇO Aluno: Luiz Felipe Teixeira Brandão Orientador: Leonardo Rezende Introdução Este trabalho é baseado na teoria de mestrado da aluna
Leia maisFísica Geral (2012/2) Aula 9: Estimativas e erros em medidas indiretas: Ajuste de funções
Física Geral (2012/2) Aula 9: Estimativas e erros em medidas indiretas: Ajuste de funções 1 Medidas indiretas: Ajuste de funções Ajuste de funções y = f (x; a 1,a 2,...,a p ) Medidas de duas grandezas
Leia maisMétodos Estatísticos Avançados em Epidemiologia
Métodos Estatísticos Avançados em Epidemiologia Análise de Variância - ANOVA Cap. 12 - Pagano e Gauvreau (2004) - p.254 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 1 / 39 Introdução Existem
Leia maisTutorial para o desenvolvimento das Oficinas
Tutorial para o desenvolvimento das Oficinas 1 Métodos Quantitativos Profa. Msc. Regina Albanese Pose 2 Objetivos Objetivo Geral Este tutorial tem como objetivo parametrizar o desenvolvimento da oficina
Leia maisAssociação entre duas variáveis
Associação entre duas variáveis Questões de interesse: Será que duas variáveis são independentes ou pelo contrário dependentes? E se forem dependentes, qual o tipo e grau de dependência? Existem diversas
Leia maisCAPÍTULO IV Análise de variância
CAPÍTULO IV Análise de variância O objectivo principal da análise de variância (analysis of variance - ANOVA) é a comparação de mais do que dois grupos no que diz respeito à localização. Para exemplificar,
Leia maisTeste de hipótese de variância e Análise de Variância (ANOVA)
Teste de hipótese de variância e Análise de Variância (ANOVA) Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Testes sobre variâncias Problema: queremos saber se há diferenças estatisticamente
Leia maisEstatística. Guia de Estudos P2
Estatística Guia de Estudos P2 1. Intervalo de Confiança Conceito extremamente importante que consiste em utilizar os valores amostrais obtidos através das fórmulas de Estatística Descritiva para encontrar
Leia maisAnálise de regressão linear simples. Departamento de Matemática Escola Superior de Tecnologia de Viseu
Análise de regressão linear simples Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável chamada a variável dependente
Leia maisEspecialização em Engenharia de Processos e de Sistemas de Produção
Especialização em Engenharia de Processos e de Sistemas de Produção Projetos de Experimento e Confiabilidade de Sistemas da Produção Prof. Claudio Luis C. Frankenberg 3ª parte Conforme foi apresentado
Leia maisFísica Geral - Laboratório. Aula 8: Estimativas e erros em medidas indiretas: Ajuste de funções
Física Geral - Laboratório Aula 8: Estimativas e erros em medidas indiretas: Ajuste de funções 1 Medidas indiretas: Ajuste de funções Ajuste de funções y = f (x; a 1,a 2,...,a p ) Medidas de duas grandezas
Leia maisINSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO PORTO Ano lectivo 2009/20010 EXAME: DATA 24 / 02 / NOME DO ALUNO:
INSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO PORTO Ano lectivo 2009/20010 Estudos de Mercado EXAME: DATA 24 / 02 / 20010 NOME DO ALUNO: Nº INFORMÁTICO: TURMA: PÁG. 1_ PROFESSOR: ÉPOCA: Grupo I (10
Leia maisFísica Experimental III
Física Experimental III Unidade 4: Circuitos simples em corrente alternada: Generalidades e circuitos resistivos http://www.if.ufrj.br/~fisexp3 agosto/26 Na Unidade anterior estudamos o comportamento de
Leia maisMétodos Quantitativos para Ciência da Computação Experimental. Regressão Linear. Jussara Almeida DCC-UFMG 2013
Métodos Quantitativos para Ciência da Computação Experimental Regressão Linear Jussara Almeida DCC-UFMG 2013 Modelos de Regressão Linear O que é um bom modelo? Como estimar os parâmetros do modelo? Como
Leia maisMétodo dos mínimos quadrados - ajuste linear
Apêndice A Método dos mínimos quadrados - ajuste linear Ao final de uma experiência muitas vezes temos um conjunto de N medidas na forma de pares (x i, y i ). Por exemplo, imagine uma experiência em que
Leia maisREGRESSÃO LINEAR Parte I. Flávia F. Feitosa
REGRESSÃO LINEAR Parte I Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação para o Planejamento Julho de 2015 Onde Estamos Para onde vamos Inferência Esta5s6ca se resumindo a uma equação
Leia maisModelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
Leia maisAula IV. Representação gráfica e regressão linear. Prof. Paulo Vitor de Morais
Aula IV Representação gráfica e regressão linear Prof. Paulo Vitor de Morais Representação gráfica A representação gráfica é uma forma de representar um conjunto de dados de medidas que permite o estudo
Leia maisEstimativas e Erros. Propagação de erros e Ajuste de funções
Estimativas e Erros Propagação de erros e Ajuste de funções 1 Algumas referências Estimativas e Erros em Experimentos de Física - Vitor Oguri et al (EdUERJ) Fundamentos da Teoria de Erros - José Henrique
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana Conteúdo 1 Apresentação da disciplina. Princípios de modelos lineares
Leia maisAnálise de Regressão EST036
Análise de Regressão EST036 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Regressão sem intercepto; Formas alternativas do modelo de regressão Regressão sem
Leia maisMAE Planejamento e Pesquisa II
MAE0327 - Planejamento e Pesquisa II EXPERIMENTOS/ESTUDOS NÃO-BALANCEADOS COM FATORES FIXOS - PARTE 1 7 de agosto de 2016 Denise A Botter MAE0327 7 de agosto de 2016 1 / 1 PLANEJAMENTO E PESQUISA I Estudos
Leia maisAnálise de Regressão. Notas de Aula
Análise de Regressão Notas de Aula 2 Modelos de Regressão Modelos de regressão são modelos matemáticos que relacionam o comportamento de uma variável Y com outra X. Quando a função f que relaciona duas
Leia maisIV Regressão e correlação IV.4. (cont.) Significância Estatística e Regressão Múltipla
IV Regressão e correlação IV.4. (cont.) Significância Estatística e Regressão Múltipla Significância Estatística Existe uma estatítica, o t-estatístico,associado a cada estimativa O t-estatístico mede
Leia maisUsar Ferramentas de Análise para executar análises de dados complexas
Página 1 de 7 Usar Ferramentas de Análise para executar análises de dados complexas IMPORTANTE Este recurso não está disponível no Office em um computador com Windows RT. Quer saber qual versão do Office
Leia maisBIOESTATÍSTICA. Análise de regressão
BIOESTATÍSTICA Análise de regressão Análise de correlação Existe uma associação estatística entre duas variáveis? As duas variáveis são independentes ( ou seja, qual o grau da variação das duas juntas)?
Leia maisCoeficiente de determinação R 2 no modelo de regressão linear normal
Coeficiente de determinação R 2 no modelo de regressão linear normal Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 81531 990, Brasil email: lucambio@ufpr.br
Leia maisAula 2 Uma breve revisão sobre modelos lineares
Aula Uma breve revisão sobre modelos lineares Processo de ajuste de um modelo de regressão O ajuste de modelos de regressão tem como principais objetivos descrever relações entre variáveis, estimar e testar
Leia maisLista de revisão para a prova
Turma: Licenciatura em Física Período: 1º Disciplina: Introdução à Física Experimental Profª Marcia Saito Lista de revisão para a prova I) Leitura de equipamentos 1) Fazer a leitura dos seguintes instrumentos:
Leia maisObservamos no gráfico acima que não passa uma reta por todos os pontos. Com base nisso, podemos fazer as seguintes perguntas:
Título : B1 AJUSTE DE CURVAS Conteúdo : Em matemática e estatística aplicada existem muitas situações em que conhecemos uma tabela de pontos (x; y). Nessa tabela os valores de y são obtidos experimentalmente
Leia maisAnálise da Regressão múltipla: Inferência. Aula 4 6 de maio de 2013
Análise da Regressão múltipla: Inferência Revisão da graduação Aula 4 6 de maio de 2013 Hipóteses do modelo linear clássico (MLC) Sabemos que, dadas as hipóteses de Gauss- Markov, MQO é BLUE. Para realizarmos
Leia maisAnálise de Variância. Introdução. Rejane Sobrino Pinheiro Tania Guillén de Torres
Análse de Varânca Rejane Sobrno Pnhero Tana Gullén de Torres Análse de Varânca Introdução Modelos de análse de varânca consttuem uma classe de modelos que relaconam uma varável resposta contínua com varáves
Leia maisAULA 05 Análise de regressão múltipla: inferência
1 AULA 05 Análise de regressão múltipla: inferência Ernesto F. L. Amaral 19 de julho de 2013 Análise de Regressão Linear (MQ 2013) www.ernestoamaral.com/mq13reg.html Fonte: Wooldridge, Jeffrey M. Introdução
Leia maisModelos de Regressão Linear Simples - parte II
Modelos de Regressão Linear Simples - parte II Erica Castilho Rodrigues 14 de Outubro de 2013 Erros Comuns que Envolvem a Análise de Correlação 3 Erros Comuns que Envolvem a Análise de Correlação Propriedade
Leia maisModelos de Escolha Discreta. a)pretende-se conhecer os coeficientes da função de utilidade, assim como a sua significância estatística.
Nº Observações espaço Lx centro espaço periferia nº clientes (15 min) centro Lx nº clientes (15 min) periferia estacionamento centro Lx estacionamento periferia tc rodo centro Lx tc rodo periferia Código
Leia maisAULAS 17 E 18 Análise de regressão múltipla: estimação
1 AULAS 17 E 18 Análise de regressão múltipla: estimação Ernesto F. L. Amaral 22 e 24 de outubro de 2013 Avaliação de Políticas Públicas (DCP 046) Fonte: Cohen, Ernesto, e Rolando Franco. 2000. Avaliação
Leia maisPressuposições à ANOVA
UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Estatística II Aula do dia 09.11.010 A análise de variância de um experimento inteiramente ao acaso exige que sejam
Leia maisFísica Geral - Laboratório. Estimativas e erros em medidas indiretas: Ajuste de funções
Física Geral - Laboratório Estimativas e erros em medidas indiretas: Ajuste de funções 1 Medidas indiretas: Ajuste de funções Ajuste de funções y = f (x; a 1,a 2,...,a p ) Medidas de duas grandezas x e
Leia maisTeste de hipótese de variância e Análise de Variância (ANOVA)
Teste de hipótese de variância e Análise de Variância (ANOVA) Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Modelos explicativos estatísticos Modelos estatísticos visam descrever
Leia maisCapacitação em R e RStudio PROJETO DE EXTENSÃO. Software R: capacitação em análise estatística de dados utilizando um software livre.
UFFS Universidade Federal da Fronteira Sul Campus Cerro Largo PROJETO DE EXTENSÃO Software R: capacitação em análise estatística de dados utilizando um software livre Fonte: https://www.r-project.org/
Leia maisRegressão Linear. Prof. Dr. Leandro Balby Marinho. Análise de Dados II. Introdução Regressão Linear Regressão Múltipla
Regressão Linear Prof. Dr. Leandro Balby Marinho Análise de Dados II Prof. Leandro Balby Marinho 1 / 36 UFCG DSC Roteiro 1. Introdução 2. Regressão Linear 3. Regressão Múltipla Prof. Leandro Balby Marinho
Leia maisPlanejamento de Experimentos
Planejamento de Experimentos 1 6.4 Os Modelos fatoriais 2 k : o caso geral. O modelo estatístico para um plano 2 k inclui k ( k 2 ( k ) ) efeitos principais efeitos de interação de ordem 2 efeitos de interação
Leia maisDELINEAMENTO EM BLOCOS CASUALIZADOS COM REPETIÇÕES. Profª. Sheila Regina Oro
DELINEAMENTO EM BLOCOS CASUALIZADOS COM REPETIÇÕES Profª. Sheila Regina Oro Delineamento em Blocos Casualizados com Repetições (DBCr) Utilizado quando temos mais de uma repetição de cada tratamento dentro
Leia maisCorrelação e Regressão Linear
Correlação e Regressão Linear Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais CORRELAÇÃO LINEAR Coeficiente de correlação linear r Mede o grau de relacionamento linear entre valores
Leia mais1. Mostre que o conjunto R 2 = {(x, y)/x, y R} é um espaço vetorial real, com as operações usuais de adição de elementos e multiplicação por escalar.
Fundação Universidade Federal do Vale do São Francisco - UNIVASF Colegiado de Engenharia de Produção - CPROD Prof. Felipe Wergete a Lista de Exercícios de Álgebra Linear - 202.. Mostre que o conjunto R
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.
Leia maisANÁLISE ESTATÍSTICA DOS PRINCIPAIS INDICADORES DO MUNICÍPIO DE SÃO PAULO 2004
ANÁLISE ESTATÍSTICA DOS PRINCIPAIS INDICADORES DO MUNICÍPIO DE SÃO PAULO 24 Fátima Alexandre PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO FEA - Faculdade de Economia e Administração Programa de Estudos
Leia maisEstatística - Análise de Regressão Linear Simples. Professor José Alberto - (11) sosestatistica.com.br
Estatística - Análise de Regressão Linear Simples Professor José Alberto - (11 9.7525-3343 sosestatistica.com.br 1 Estatística - Análise de Regressão Linear Simples 1 MODELO DE REGRESSÃO LINEAR SIMPLES
Leia maisREGRESSÃO LINEAR. Introdução a Estatítica Aplicada a Climatologia Programa de Pós Graduação em Geografia Física Universidade de São Paulo
REGRESSÃO LINEAR Introdução a Estatítica Aplicada a Climatologia Programa de Pós Graduação em Geografia Física Universidade de São Paulo REGRESSÃO LINEAR REGRESSÃO LINEAR A correlação linear mostra quanto
Leia maisEstatística Computacional Profª Karine Sato da Silva
Estatística Computacional Profª Karine Sato da Silva karine.sato.silva@gmail.com Introdução Quando analisamos uma variável qualitativa, basicamente, construímos sua distribuição de frequências. Ao explorarmos
Leia maisAPONTAMENTOS DE SPSS
Instituto de Ciências Biomédicas de Abel Salazar APONTAMENTOS DE SPSS Rui Magalhães 2010-1 - - 2 - Menu DATA Opção SPLIT FILE Permite dividir, de uma forma virtual, o ficheiro em diferentes ficheiros com
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Tarciana Liberal MEDIDAS DE DISPERSÃO As medidas de posição apresentadas fornecem a informação dos dados apenas a nível pontual,
Leia maisAula Prática: Regressão Linear Simples
Universidade Federal do Rio de Janeiro Faculdade de Medicina Departamento de Medicina Preventiva Núcleo de Estudos de Saúde Coletiva Disciplina: Modelos de Regressão em saúde Aula Prática: Regressão Linear
Leia mais